Buchumschlag

Language Models Benefit from Preparation with Elicited Knowledge

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yu, Jiacan, An, Hannah, Schubert, Lenhart K.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Large Language Models as a Tool for Mining Object Knowledge
von: An, Hannah YoungEun, et al.
Veröffentlicht: (2024)

Eliciting Latent Knowledge from Quirky Language Models
von: Mallen, Alex, et al.
Veröffentlicht: (2023)

LINKED: Eliciting, Filtering and Integrating Knowledge in Large Language Model for Commonsense Reasoning
von: Li, Jiachun, et al.
Veröffentlicht: (2024)

Unsupervised Elicitation of Language Models
von: Wen, Jiaxin, et al.
Veröffentlicht: (2025)

Eliciting Personality Traits in Large Language Models
von: Hilliard, Airlie, et al.
Veröffentlicht: (2024)

Eliciting Reasoning in Language Models with Cognitive Tools
von: Ebouky, Brown, et al.
Veröffentlicht: (2025)

Synergy-of-Thoughts: Eliciting Efficient Reasoning in Hybrid Language Models
von: Shang, Yu, et al.
Veröffentlicht: (2024)

Eliciting Causal Abilities in Large Language Models for Reasoning Tasks
von: Wang, Yajing, et al.
Veröffentlicht: (2024)

NatLan: Native Language Prompting Facilitates Knowledge Elicitation Through Language Trigger Provision and Domain Trigger Retention
von: Li, Baixuan, et al.
Veröffentlicht: (2024)

Self-Demos: Eliciting Out-of-Demonstration Generalizability in Large Language Models
von: He, Wei, et al.
Veröffentlicht: (2024)

Eliciting Trustworthiness Priors of Large Language Models via Economic Games
von: Yan, Siyu, et al.
Veröffentlicht: (2026)

HintMR: Eliciting Stronger Mathematical Reasoning in Small Language Models
von: Hossain, Jawad, et al.
Veröffentlicht: (2026)

On Eliciting Syntax from Language Models via Hashing
von: Wang, Yiran, et al.
Veröffentlicht: (2024)

PICLe: Eliciting Diverse Behaviors from Large Language Models with Persona In-Context Learning
von: Choi, Hyeong Kyu, et al.
Veröffentlicht: (2024)

Beyond Elicitation: Provision-based Prompt Optimization for Knowledge-Intensive Tasks
von: Xu, Yunzhe, et al.
Veröffentlicht: (2025)

Causality Elicitation from Large Language Models
von: Kameyama, Takashi, et al.
Veröffentlicht: (2026)

Eliciting Language Model Behaviors with Investigator Agents
von: Li, Xiang Lisa, et al.
Veröffentlicht: (2025)

Eliciting Critical Reasoning in Retrieval-Augmented Language Models via Contrastive Explanations
von: Ranaldi, Leonardo, et al.
Veröffentlicht: (2024)

SelfElicit: Your Language Model Secretly Knows Where is the Relevant Evidence
von: Liu, Zhining, et al.
Veröffentlicht: (2025)

Characterizing Large Language Models as Rationalizers of Knowledge-intensive Tasks
von: Mishra, Aditi, et al.
Veröffentlicht: (2023)

Prefix Text as a Yarn: Eliciting Non-English Alignment in Foundation Language Model
von: Zhan, Runzhe, et al.
Veröffentlicht: (2024)

RoleLLM: Benchmarking, Eliciting, and Enhancing Role-Playing Abilities of Large Language Models
von: Wang, Zekun Moore, et al.
Veröffentlicht: (2023)

Reasoning Elicitation in Language Models via Counterfactual Feedback
von: Hüyük, Alihan, et al.
Veröffentlicht: (2024)

MedReason: Eliciting Factual Medical Reasoning Steps in LLMs via Knowledge Graphs
von: Wu, Juncheng, et al.
Veröffentlicht: (2025)

AMR-Evol: Adaptive Modular Response Evolution Elicits Better Knowledge Distillation for Large Language Models in Code Generation
von: Luo, Ziyang, et al.
Veröffentlicht: (2024)

KICGPT: Large Language Model with Knowledge in Context for Knowledge Graph Completion
von: Wei, Yanbin, et al.
Veröffentlicht: (2024)

Eliciting Informative Text Evaluations with Large Language Models
von: Lu, Yuxuan, et al.
Veröffentlicht: (2024)

Self-Training Elicits Concise Reasoning in Large Language Models
von: Munkhbat, Tergel, et al.
Veröffentlicht: (2025)

Inference-Time Intervention: Eliciting Truthful Answers from a Language Model
von: Li, Kenneth, et al.
Veröffentlicht: (2023)

Are Large Language Models Really Bias-Free? Jailbreak Prompts for Assessing Adversarial Robustness to Bias Elicitation
von: Cantini, Riccardo, et al.
Veröffentlicht: (2024)

Censored LLMs as a Natural Testbed for Secret Knowledge Elicitation
von: Casademunt, Helena, et al.
Veröffentlicht: (2026)

Exploring the Benefits of Domain-Pretraining of Generative Large Language Models for Chemistry
von: Acharya, Anurag, et al.
Veröffentlicht: (2024)

Eliciting Instruction-tuned Code Language Models' Capabilities to Utilize Auxiliary Function for Code Generation
von: Lee, Seonghyeon, et al.
Veröffentlicht: (2024)

Data Distribution Bottlenecks in Grounding Language Models to Knowledge Bases
von: Shu, Yiheng, et al.
Veröffentlicht: (2023)

Bayesian Optimization with LLM-Based Acquisition Functions for Natural Language Preference Elicitation
von: Austin, David Eric, et al.
Veröffentlicht: (2024)

Benchmarking Adversarial Robustness to Bias Elicitation in Large Language Models: Scalable Automated Assessment with LLM-as-a-Judge
von: Cantini, Riccardo, et al.
Veröffentlicht: (2025)

$T^2$ of Thoughts: Temperature Tree Elicits Reasoning in Large Language Models
von: Cai, Chengkun, et al.
Veröffentlicht: (2024)

Eliciting and Analyzing Emergent Misalignment in State-of-the-Art Large Language Models
von: Panpatil, Siddhant, et al.
Veröffentlicht: (2025)

Graph Elicitation for Guiding Multi-Step Reasoning in Large Language Models
von: Park, Jinyoung, et al.
Veröffentlicht: (2023)

The Benefits of a Concise Chain of Thought on Problem-Solving in Large Language Models
von: Renze, Matthew, et al.
Veröffentlicht: (2024)